SLAM论文速递【SLAM—— TwistSLAM:动态环境下的约束SLAM】—4.12（5）

论文信息

题目：
TwistSLAM:Constrained SLAM in Dynamic Environment
TwistSLAM:动态环境下的约束SLAM
论文地址：

https://arxiv.org/pdf/2202.12384.pdf
发表期刊：

 IEEE Robotics and Automation Letters ( Volume: 7, Issue: 3, July 2022)

标签

动态目标跟踪、语义分割

摘要

经典的视觉同时定位与地图构建(SLAM)算法通常假设环境是刚性的。这种假设限制了这些算法的适用性，因为它们无法在包含运动物体(如汽车、自行车、行人等)的现实生活场景中准确估计相机姿态和世界结构。为解决这个问题，本文提出TwistSLAM:一种语义、动态和立体的SLAM系统，可以跟踪环境中的动态物体。该算法根据点的语义类别创建点簇。通过使用机械关节(语义类的函数)建模类间约束的定义，一种新的约束束平差能够联合估计运动物体的姿态和速度，以及经典世界结构和相机轨迹。在公开的KITTI数据集的几个序列上评估了所提出方法，并定量地证明，与最先进的方法相比，它改善了相机和目标跟踪。

内容简介

本文提出一种名为TwistSLAM的立体SLAM系统，通过估计物体的扭转来跟踪它们，并认为物体通过机械关节相互连接，类似于连接机器人不同部分的关节。我们的算法在图1中可见:相机姿态与场景中的所有移动对象同时估计，地图结构(这里是道路平面)约束对象的移动。该方法基于ORB-SLAM2[1]和S3LAM[11]。在本文工作中，我们使用语义信息来建立一个与场景中的对象相对应的聚类图。场景的聚类使我们能够仅使用静态簇(如道路或房屋)来估计相机的姿态。跟踪其他可以动态的簇，并通过估计代表它们速度的扭转在地图中更新它们的姿态。大多数可以跟踪动态物体的SLAM系统直接通过最小化重投影误差函数[5]，[8]或与3D点配准[7]来估计它们的姿态。这样，物体的估计姿态就有6个自由度。这与现实不符。例如，一辆汽车只有3个自由度，在道路平面上有2个平移，在法线上有1个旋转，因此它的姿态应该受到约束。因此，我们的目标是消除与物理上不可行的运动相对应的自由度。为此，我们选择将这些约束表示为机械关节，这使我们的方法具有高度通用性。簇间的机械连接通过阻塞动态簇的部分自由度来约束其扭曲估计，从而降低噪声对估计的影响。一旦估计出目标扭曲，就可以用来更新目标姿态，从而实现目标跟踪。然后，对象的姿态可以通过捆绑调整中的相机姿态和3D点进行严格细化，该调整还应用了机械关节约束。
本文的贡献包括:•
一个语义SLAM系统，可以在静态和动态场景中鲁棒地估计相机的姿态。
•一个立体SLAM框架，可以跟踪场景中的多个移动物体。
•一种新的跟踪和束调整公式，考虑到场景中物体之间机械关节的特征，以约束它们的运动。

我们的方法的流程如图3所示。利用语义信息，创建与场景中物体相对应的点簇。然后，使用静态语义簇(如道路，地板，房子)来鲁棒地跟踪摄像机，即使在动态场景中。接下来，匹配与动态物体(如汽车、自行车等)相对应的关键点，以跟踪它们或使用立体信息三角化新的3D点。然后，在捆绑调整过程中，使用静态和动态3D点对来自相机和物体的所有姿态估计进行细化。该方法的主要新颖性来自于优化动态物体的速度而不是它们的姿态，并根据物体之间的机械关节来约束速度。这种方法是高度通用的，因为我们只需要定义少量关节(对应于力学中的规范化关节)和每个关节的语义类对列表(例如，墙-门关节对应于旋转关节，汽车-道路关节对应于平面关节)。正如我们稍后将展示的，它允许我们沿着物理上不可能的方向(例如汽车垂直平移)移除位移。这使我们能够获得动态物体姿态的更精确估计。

评价

本文提出了一种新的立体语义动态SLAM系统TwistSLAM，既能估计相机的姿态，也能跟踪场景中的所有动态物体。利用簇之间的机械关节，可以将物体的运动约束为物理上可能的运动，与最先进的技术相比，可以提高相机和物体姿态估计。

开源代码